房地產(chǎn)業(yè)全要素生產(chǎn)率增長的測算與比較

畢志軍 張紅

摘要：基于2005-2019年我國30個(gè)省市區(qū)的面板數(shù)據(jù)，利用索羅余值法和Malmquist指數(shù)法測算房地產(chǎn)業(yè)全要素生產(chǎn)率的增長率，通過對(duì)比測算結(jié)果探討兩種方法在房地產(chǎn)行業(yè)的適用性。結(jié)果表明：與索羅余值法相比，Malmquist指數(shù)法因不依賴生產(chǎn)函數(shù)的選取、具有良好的穩(wěn)健性、更全面地反映行業(yè)信息等特點(diǎn)而更適用于測算房地產(chǎn)業(yè)全要素生產(chǎn)率的增長率。

關(guān)鍵詞：房地產(chǎn)業(yè);全要素生產(chǎn)率;索羅余值法;Malmquist指數(shù)法;比較

中圖分類號(hào)：F293 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1001-9138-（2021）09-0008-14 收稿日期：2021-08-02

作者簡介：畢志軍、張紅，清華大學(xué)土水學(xué)院城鎮(zhèn)化與產(chǎn)業(yè)發(fā)展研究中心/清華大學(xué)恒隆房地產(chǎn)研究中心。

1 引言

全要素生產(chǎn)率（Total Factor Productivity，以下簡稱“TFP”）作為反映經(jīng)濟(jì)增長質(zhì)量和識(shí)別經(jīng)濟(jì)增長類型的概念，可用于分析資金、技術(shù)或土地等投入要素對(duì)經(jīng)濟(jì)或行業(yè)增長的貢獻(xiàn)。測算房地產(chǎn)行業(yè)的TFP增長率，為了解房地產(chǎn)行業(yè)增長及其動(dòng)力提供了有效途徑。

根據(jù)是否需要設(shè)置生產(chǎn)函數(shù)并對(duì)其中的參數(shù)進(jìn)行估計(jì)，TFP增長率的測算分為參數(shù)法和非參數(shù)法。其中，參數(shù)法的代表方法為索羅余值法，非參數(shù)方法中應(yīng)用較多的是基于數(shù)據(jù)包絡(luò)分析的Malmquist指數(shù)法。國內(nèi)外學(xué)者利用這兩類方法對(duì)不同行業(yè)的TFP增長率開展了研究。如Jorgenson D W （1967）以超越對(duì)數(shù)模型對(duì)TFP的變動(dòng)進(jìn)行測算;湯健、張紅（2018）基于索羅余值法對(duì)我國房地產(chǎn)業(yè)近年的TFP變化情況進(jìn)行測算和說明;Sten Malmquist （1953）最早運(yùn)用Malmquist指數(shù)法研究時(shí)間維度的消費(fèi)變化情況;Fare等（1994）建立了用于測算TFP增長率的Malmquist指數(shù);魏潔云（2016）利用Malmquist指數(shù)法研究了2005-2014年我國房地產(chǎn)業(yè)TFP變化情況。為比較這兩類方法測算房地產(chǎn)行業(yè)TFP增長率的適用性，本文以經(jīng)統(tǒng)一方式處理的2005-2019年我國30個(gè)省市區(qū)的面板數(shù)據(jù)為基礎(chǔ)，分別用索羅余值法和Malmquist指數(shù)法對(duì)房地產(chǎn)業(yè)TFP增長率進(jìn)行測算并開展對(duì)比研究。

2 全要素生產(chǎn)率、索羅余值法及Malmquist

指數(shù)法

2.1 全要素生產(chǎn)率及其增長率

全要素生產(chǎn)率（TFP）是衡量單位總投入的總產(chǎn)量的生產(chǎn)效率指標(biāo)，即總產(chǎn)量與全部要素投入量的比值。TFP大于1表示生產(chǎn)效率水平提高，TFP小于1則表示生產(chǎn)效率降低。

TFP的增長來源有技術(shù)進(jìn)步、效率提升和生產(chǎn)創(chuàng)新等，產(chǎn)出增長率超出要素投入增長率的部分為TFP增長率。

2.2 索羅余值法和Malmquist指數(shù)法

索羅余值法基于科布-道格拉斯生產(chǎn)函數(shù)，以規(guī)模效益不變、希克斯中性和技術(shù)充分有效率為前提假設(shè)，并因其簡單易算、適用于多種數(shù)據(jù)類型的特點(diǎn)而得到了廣泛應(yīng)用。這個(gè)方法的主要缺點(diǎn)是：需要合適的生產(chǎn)函數(shù)模型;假設(shè)約束條件過強(qiáng)，在現(xiàn)實(shí)中很難實(shí)現(xiàn);測算得到的余值涵蓋的因素過多，沖淡了技術(shù)進(jìn)步驅(qū)動(dòng)力的影響。

Malmquist指數(shù)法則以數(shù)據(jù)包絡(luò)分析為基礎(chǔ)，不需要設(shè)置生產(chǎn)函數(shù)，沒有諸多前提假設(shè);測算結(jié)果可用于更專注地分析技術(shù)效率、規(guī)模效率和技術(shù)進(jìn)步變化的作用。但這一方法也存在一定不足：需要大量樣本數(shù)據(jù)支持，樣本量過少將會(huì)使測算結(jié)果產(chǎn)生較大的偏離;部分參數(shù)的經(jīng)濟(jì)學(xué)含義不明確且沒有考慮觀測誤差、白噪聲等影響。

3 指標(biāo)與數(shù)據(jù)

3.1 變量與指標(biāo)

運(yùn)用索羅余值法和Malmquist指數(shù)法時(shí)，需要利用資本、勞動(dòng)力和土地等投入類變量和產(chǎn)出類變量。為測算并對(duì)比房地產(chǎn)業(yè)的TFP增長率，考慮到數(shù)據(jù)的可得性，本文以資本存量、房地產(chǎn)業(yè)從業(yè)人員數(shù)和土地購置面積作為投入類指標(biāo)，以商品房銷售額作為產(chǎn)出指標(biāo)。

考慮到房地產(chǎn)業(yè)投入與產(chǎn)出之間具有時(shí)滯性的特點(diǎn)，將滯后期設(shè)為2年。

本文所用的變量與指標(biāo)如表1所示。

3.2 數(shù)據(jù)及處理

基于數(shù)據(jù)的可得性和一致性，本文對(duì)2005-2019年30個(gè)省、自治區(qū)和直轄市（不包括西藏自治區(qū)和我國港澳臺(tái)地區(qū)）的房地產(chǎn)業(yè)全要素生產(chǎn)率開展測算與比較。本文使用的數(shù)據(jù)經(jīng)過統(tǒng)一處理，數(shù)據(jù)概況如表2所示。

4 基于索羅余值法的房地產(chǎn)業(yè)TFP增長率

測算

4.1 基礎(chǔ)模型與測算路徑

在技術(shù)有效和技術(shù)進(jìn)步為希克斯中性的條件下，采用改善的柯布-道格拉斯函數(shù)，將土地作為投入要素加入其中，得到我國房地產(chǎn)業(yè)生產(chǎn)函數(shù)如式（1）。

（1）

式（1）中，Yi，t表示第i個(gè)省市區(qū)在t時(shí)期的產(chǎn)出，At表示第i個(gè)省市區(qū)在t時(shí)期的綜合技術(shù)水平;Ki，t-2、Li，t-2、Mi，t-2分別表示考慮時(shí)滯性條件下與t時(shí)期產(chǎn)出對(duì)應(yīng)的資本、勞動(dòng)力和土地要素投入;α、β和γ分別為資本投入、勞動(dòng)力投入和土地投入的系數(shù)。

在規(guī)模報(bào)酬不變的假設(shè)下，有α+β+γ=1。

根據(jù)式（1），將各省市區(qū)商品房銷售額、資本存量和房地產(chǎn)業(yè)從業(yè)人員數(shù)分別除以土地購置面積后，取對(duì)數(shù)得到式（2）：

（2）

利用表2中的數(shù)據(jù)和stata16，對(duì)公式（2）回歸，得到系數(shù)估計(jì)和計(jì)算結(jié)果如表3所示。

由表3可知，調(diào)整后的R2為0.8424，模型擬合優(yōu)度較好。在規(guī)模報(bào)酬不變的假設(shè)下，系數(shù)α、β和γ值均位于0-1之間，符合實(shí)際，其中α的值最大，說明在三類投入要素中資本存量對(duì)于產(chǎn)出的影響最大。

將表3的系數(shù)代入公式（1），得到公式（3）：

（3）

利用公式（3），可通過以下兩種路徑測算索羅余值法下的TFP增長率：

路徑一：先求出每年各省市區(qū)的TFP，之后計(jì)算相鄰年份之間的TFP增長率（以下簡稱TFPG）。將式（3）變形，分別得到計(jì)算TFP的式（4）和TFPG的式（5）：

（4）

（5）

將表2的數(shù)據(jù)帶入式（4），計(jì)算得到各省市區(qū)每年的TFP，再由式（5）計(jì)算TFPG。

路徑二：先求出各省市區(qū)投入要素和產(chǎn)出要素的變化率，之后計(jì)算相鄰年份的TFPG。

將式（3）取對(duì)數(shù)后，對(duì)時(shí)間求導(dǎo)得到式（6）：

（6）

將表2的數(shù)據(jù)帶入式（6），可得到各省市區(qū)房地產(chǎn)業(yè)的年均TFPG。

4.2 測算結(jié)果

兩種路徑下測算得到的各省市2005-2019年房地產(chǎn)業(yè)年均TFP增長率如表4所示。由表4可知，路徑一測算的各省市TFP增長率除山西省外均大于路徑二，且基本為正值，測算結(jié)果較為樂觀;兩種路徑下的測算結(jié)果差異較大，說明索羅余值法過于依賴測算路徑，穩(wěn)健性較差。

5 基于Malmquist指數(shù)法的房地產(chǎn)業(yè)TFP增長率測算

5.1 基礎(chǔ)模型與測算方式

采用的Malmquist指數(shù)表達(dá)式如式（7）所示：

（7）

其中，M0表示全要素生產(chǎn)率指數(shù)，（xt+1，yt+1）和（xt，yt）分別表示t+1時(shí)期和t時(shí)期的投入向量和產(chǎn)出向量;Dt0 （xt，yt）和Dt0 （xt+1，yt+1）分別表示以t時(shí)刻的前沿生產(chǎn)技術(shù)為參考的t和t+1時(shí)刻的產(chǎn)出距離函數(shù);Dt+10 （xt，yt）和Dt+10 （xt+1，yt+1）分別表示以t+1時(shí)刻的前沿生產(chǎn)技術(shù)為參考的t和t+1時(shí)刻的產(chǎn)出距離函數(shù)。

在規(guī)模報(bào)酬不變的假設(shè)條件下，式（7）可進(jìn)一步分解為技術(shù)效率變化指數(shù)（EC）和技術(shù)進(jìn)步指數(shù)（TP）的乘積，如式（8）所示：

（8）

利用表2的數(shù)據(jù)和DEAP2.1軟件求解式（8），即可得到各省市區(qū)年均TFP指數(shù)及其分解指數(shù)。

5.2 測算結(jié)果

測算得到2005-2019年各省市區(qū)的年均TFP指數(shù)及其分解指數(shù)如表5所示。由表5可知，2005-2019年間，房地產(chǎn)行業(yè)的TFP整體呈現(xiàn)下降趨勢。在30個(gè)省市區(qū)中，僅有7地實(shí)現(xiàn)正增長。從分解指數(shù)平均值來看，技術(shù)效率指數(shù)大于1，這意味著房地產(chǎn)行業(yè)的技術(shù)效率雖然有所提升，但并沒有帶來整體的TFP增長。

6 兩種方法測算房地產(chǎn)TFP增長率的比較

為比較兩種方法在房地產(chǎn)行業(yè)的測算結(jié)果，將表4和表5的數(shù)據(jù)整理如表6所示。

由表6可知，就計(jì)算結(jié)果而言，兩種方法得到的TFP變化均表現(xiàn)出較為明顯的地區(qū)性差異，體現(xiàn)了我國房地產(chǎn)行業(yè)在地區(qū)間發(fā)展的不平衡現(xiàn)象;就計(jì)算結(jié)果體現(xiàn)的方法差異而言，Malmquist指數(shù)法測算的TFP平均變化率普遍低于索羅余值法的測算結(jié)果。這可能是因?yàn)榕c索羅余值法相比，Malmquist指數(shù)法包含更多的行業(yè)信息，如2005-2019年我國房地產(chǎn)業(yè)增長的主要原因是技術(shù)效率增長而非技術(shù)進(jìn)步，可以更真實(shí)地反映行業(yè)發(fā)展效率和行業(yè)發(fā)展質(zhì)量，也可以為制訂有針對(duì)性的行業(yè)政策提供有效的依據(jù)。

7 結(jié)論

本文基于相同的指標(biāo)和數(shù)據(jù)，分別采用索羅余值法和Malmquist指數(shù)法對(duì)我國房地產(chǎn)業(yè)TFP增長率進(jìn)行測算并對(duì)結(jié)果進(jìn)行比較。

本文的主要結(jié)論如下：（1）與索羅余值法相比，Malmquist指數(shù)法不需要選取生產(chǎn)函數(shù)、不需要過多的前提假設(shè)，穩(wěn)健性更好;（2）對(duì)比兩種方法的應(yīng)用結(jié)果，索羅余值法的測算結(jié)果普遍偏高，其測算的余值涵蓋了較多除技術(shù)進(jìn)步外的其他因素;（3） Malmquist指數(shù)法反映的信息更多，可對(duì)測算得到的TFP指數(shù)進(jìn)一步分解以體現(xiàn)行業(yè)增長的驅(qū)動(dòng)因素。

參考文獻(xiàn)：

1.湯健 張紅.中國房地產(chǎn)業(yè)全要素生產(chǎn)率測算及分析——基于Solow余值法.中國房地產(chǎn).2018.04

2.魏潔云 郎春嬌 樊婷 賈軍 蔣欣桐.房地產(chǎn)開發(fā)企業(yè)全要素生產(chǎn)率研究——基于DEA-Malmquist.資源開發(fā)與市場.2016.32 （12）

3.孟媛 張弛.索羅余值法測算全要素生產(chǎn)率的文獻(xiàn)綜述.天津科技.2019.46 （08）

4.Solow R M.Technical change and the aggregate production function.Review of Economics and Statistics.1957.39 （3）

5.曲建君.全要素生產(chǎn)率測算方法的比較.經(jīng)濟(jì)師.2007.02

6.王熒 郭碧鑾.全要素生產(chǎn)率測算方法解析.

上海商學(xué)院學(xué)報(bào).2010.11 （05）

7.田友春 盧盛榮 靳來群.方法、數(shù)據(jù)與全要素生產(chǎn)率測算差異.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究.2017.12

8.馬翠 周先東.全要素生產(chǎn)率測算：困惑與出路.中國統(tǒng)計(jì).2019.04

9.劉亞臣 金簫 包紅霏.基于Malmquist指數(shù)的房地產(chǎn)業(yè)全要素生產(chǎn)效率分析.會(huì)計(jì)之友.2017.04

10.張軍 吳桂英 張吉鵬.中國省際物質(zhì)資本存量估算：1952-2000.經(jīng)濟(jì)研究.2004.04

11.李曉峰 馬詩雨 呂廷杰.中國分行業(yè)固定資本存量核算研究.統(tǒng)計(jì)與決策.2020.36 （22）

12.李釗.固定折舊率估計(jì)及資本存量測算.經(jīng)濟(jì)研究導(dǎo)刊.2016.04

13.李俊鈺.中國房地產(chǎn)業(yè)Malmquist全要素生產(chǎn)率指數(shù)變動(dòng)研究.北方經(jīng)濟(jì).2013.04